注视转换熵与多任务工作区中的自动化信任

为什么监测眼动在驾驶舱中很重要

现代飞机驾驶舱充斥着移动的仪表、警示灯和自动化辅助工具。在这个繁忙的视觉环境中，飞行员必须不断决定何时信任自动化、何时亲自核查。该研究探讨了一个看似简单却对安全影响深远的问题：我们是否可以仅通过研究飞行员在屏幕上眼动的方式来推测他们对自动化的信任？研究者通过衡量注视转换的可预测性或随机性，寻求一种新的、客观的视角来理解视觉注意与对自动化辅助信任之间的关系。

多块屏幕、一双眼睛

研究者重新分析了先前一项模拟器研究的数据，该研究中 40 名志愿者在名为多属性任务电池（Multi-Attribute Task Battery）的多任务环境中扮演飞行员。参与者在大屏幕上同时处理三项主要任务：监控模拟发动机的系统监测任务、保持移动光标居中的跟踪任务，以及模拟无线电信息的通信任务。一个自动化报警系统有时会提醒他们发动机故障，但该系统并不完美：它既能正确检测故障，也会触发误报。当参与者在更容易和更困难的跟踪任务版本之间切换时，高速眼动追踪仪记录了他们的注视位置以及注视在三个关键显示区域之间的转换情况。

“注视熵”告诉我们关于搜索的什么

这项研究并没有仅仅统计人们在自动化界面上注视的时长，而是聚焦于两种相关的随机性（即熵）度量。静态注视熵用于衡量某人注视在屏幕不同区域的分布是否均匀；注视转换熵则衡量他们从一个区域移动到另一个区域时注视跳转的可预测性或不可预测性。更高的熵值意味着更广泛、更探索性的扫描，以及较少的规律性、重复性的眼动。这两种度量共同提供了对人们如何视觉探索复杂工作区的更丰富描绘，超越了将每个显示区域孤立对待的传统指标。

基于自动化实际表现建立的信任

为将眼动行为与信任联系起来，参与者使用两份问卷评价了自动报警系统。一份提供总体信任得分，另一份将信任分解为三部分：基于系统实际表现的信任、基于对系统工作原理理解的信任，以及基于系统目的或意图的信任。研究者使用贝叶斯统计模型来检验哪种信任维度最能预测注视熵。令人意外的是，只有基于表现的信任——即基于自动化实际行为的信任——与两类注视熵都显示出强关联。当人们报告的基于表现的信任较高时，他们的眼动更为分散且更不可预测，表明在显示屏上进行了更多探索性的扫描。

工作负荷变化下的注意模式

研究还比较了在跟踪任务简单与困难时的眼动表现。在更难的跟踪条件下，两种注视熵均下降，意味着参与者的注视更集中、遵循更有规律的模式。这符合高工作负荷迫使人们专注于最关键任务、减少广泛探索能力的观点。然而，即使在控制了任务难度之后，基于表现的信任仍然与更具探索性的注视相关。相反，基于对自动化工作原理的理解或对设计者意图的信念并未与这些眼动模式显示出可靠的关联。这表明注视熵对源自可观察系统行为的信任尤为敏感，而不是对算法或动机的更深层信念。

这对更安全的自动化意味着什么

对普通读者而言，关键结论是：操作者在复杂显示屏上移动视线的方式，可以揭示他们对自动化助手的信任程度——尤其是当这种信任建立在可观察表现之上时。至少在这个实验室情境中，更具探索性、较不预测的扫描似乎伴随更高的基于表现的信任。虽然真实驾驶舱更为复杂、经验丰富的飞行员的注视策略可能不同于受试的学生志愿者，但注视熵为设计者和监管者提供了有前景的工具。通过监测眼动模式，未来系统或许能够检测到对自动化的信任何时过高或过低，并相应调整培训、显示或警示，以维持人机协同的安全运行。

引用: Yamani, Y., Jackson, A., Sato, T. et al. Gaze transition entropy and automation trust in a multitasking workspace. Sci Rep 16, 11122 (2026). https://doi.org/10.1038/s41598-026-41338-0

关键词: 自动化信任, 眼动追踪, 驾驶舱显示, 人因工程, 多任务处理